[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡并行加速的電磁場快速仿真求解方法

有效

• 申請?zhí)枺?/td>: 202010397940.4
• 申請日: 2020-05-12
• 公開（公告）號: CN111581886B
• 公開（公告）日: 2022-10-18
• 發(fā)明（設計）人: 郭良帥;魏飛鳴;何鴻飛;許勇剛
• 申請（專利權）人: 上海無線電設備研究所
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06F111/10
• 代理公司: 上海元好知識產權代理有限公司 31323
• 代理人: 徐雯瓊;章麗娟

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡并行加速的電磁場快速仿真求解方法，針對電磁場矩量法(MoM)的矩陣方程開展快速求解，將電磁場仿真求解問題轉化為神經(jīng)網(wǎng)絡中的凸優(yōu)化問題，然后利用神經(jīng)網(wǎng)絡加速算法開展逆向迭代求解，極大地提升并行效率，節(jié)省仿真求解時間。本發(fā)明適應性強、本發(fā)明適應性強、觀點新穎，極大地提高了電磁場仿真求解時間，為獲取目標電磁散射特性數(shù)據(jù)和電磁兼容分析提供了有效技術手段。

技術領域

本發(fā)明涉及電磁場高效快速仿真求解方法，具體為一種基于卷積神經(jīng)網(wǎng)絡并行加速的電磁場快速仿真求解方法。

背景技術

對復雜目標電磁特性的快速仿真建模具有重要的理論意義和實用價值。早在上世紀80年代，一些國家就將電磁仿真建模技術應用于飛機隱身設計及導彈突防性能分析，極大的節(jié)省了研制成本和研究周期。利用計算機仿真建模技術可用于揭示電磁場傳播機理，對復雜電磁環(huán)境中的電磁干擾及電磁兼容行分析都具有不可替代的作用。

隨著電磁求解問題規(guī)模的不斷增大，常規(guī)電磁場數(shù)值求解技術面臨著計算資源消耗大、迭代求解時間慢的瓶頸，極大的限制了相關應用。其中求解時間的限制已成為制約相關設計及分析的關鍵因素。在電磁場快速仿真建模方面，基于積分方程的多層快速多極子技術(MLFMA)、自適應交叉近似方法(ACA)、有限元區(qū)域分解算法(FEM-DG)等都極大了提升了相關計算能力，但是仍舊無法滿足日益復雜的工程需求。

2018年Stven R.Rice等發(fā)表在SPIE會議上的非專利文獻“Investigating theapplication of deep learning for electromagnetic simulation prediction”利用深度學習仿真開展基于目標幾何外形的雙站RCS預測，預測網(wǎng)絡模型在線下學習，然后利用在線網(wǎng)絡預測極大的提升目標特性仿真效率。該方法不同于傳統(tǒng)數(shù)值迭代計算方法，而是借用神經(jīng)網(wǎng)絡架構的學習及預測能力開展目標雙站RCS獲取，極大的提升了目標電磁場雙站散射速度。但該方法存在誤差不可控，預測精度不確定等問題。

2019年郭良帥、李懋坤等發(fā)表在ACES2019會議上的非專利文獻“Study on aRecurrent Convolutional Neural Network Based FDTD Method”公布了一種基于循環(huán)卷積神經(jīng)網(wǎng)絡加速的FDTD高效并行方法，極大地提升了FDTD的并行效率，且保留了FDTD的仿真計算精度。但是該文獻僅考慮了單機上單卡的作用，且受限于GPU內存大小，無法解決電大尺寸電磁場求解問題。

2016年Nicolas Marsic，Caledonia Waltz等發(fā)表在IEEE Transactions onMagnetic上的非專利文獻“Domain Decomposition Methods for Time-HarmonicEletromagnetic Waves With High-Order Whitney Forms”介紹了一種高階基函數(shù)的時諧場區(qū)域分解算法，通過不同階數(shù)基函數(shù)的電磁場區(qū)收斂速度仿真分析驗證了區(qū)域分解結合高階基函數(shù)求電磁環(huán)境效應的有效性。該方法從算法方程出發(fā)極大的提升了電磁場求解能力，但是算法框架脫離計算機架構，效率提升有限。

發(fā)明內容

本發(fā)明的目的在于一種基于卷積神經(jīng)網(wǎng)絡并行加速的電磁場快速仿真求解方法，用以解決現(xiàn)有技術中仿真時間慢、并行效率低的問題，為復雜目標電磁特性仿真建模提供技術手段和數(shù)據(jù)支撐。

為了達到上述目的，本發(fā)明通過以下技術方案實現(xiàn)：

一種基于卷積神經(jīng)網(wǎng)絡并行加速的電磁場快速仿真求解方法，其特征在于，包含以下步驟：

S1、目標幾何外形采用局部網(wǎng)格單元離散，并在單元上定義局電磁流基函數(shù)，目標上的在外部激勵下的感應電磁流通過各個小單元上的基函數(shù)的線性組合進行表征，各個基函數(shù)的系數(shù)為待求的未知感應電磁流系數(shù)；結合 Maxwell積分方程建立電磁場矩陣方程，形成可用于描述復雜目標電磁場求解問題的數(shù)值解；